Paw Robot小试牛刀，却未见庖丁解牛（二）

关键词：RTMP商务合作高清视频

到此时此刻，我们算是弄清楚K公司的关于这个项目的前因后果了。（多说一句，由此可见，要做好系统分析师的工作，是要做很多功课的。）整理如下：这家上市的视频网站K公司，事先与CCTV达成版权协议，可以播放其制作的节目。K公司找了家软件企业，先研制了一款视频抓取系统，在使用的过程中发现了有不顺手的地方。到此时，还和我们，和PawRobot没关系。

K公司想升级一下抓取系统，就找到了我们。至此，我们的先前研发就开始了。我们着重向K公司阐述了两个观点：

其一，整个视频抓取系统的瓶颈是在网络接口上。试想一下，即使我们不投入高性能的主机，不是CPU好几核，不是内存好几G，就是几年前的机型，它们的性能，也足以胜任高速网络传输这点事。所以，K公司以前聘请的开发团队在Windows下，无非是通过多建立线程，可以获取更多的主机的网路I/O资源，由此来提高网络的利用率，进而消除（或称为减轻）系统的瓶颈。

在Windows下，做这些事情是两难的。若线程开多了，网络利用率提高，抓取效率提高，但Windows不稳定（考核周期是连续运行几个月），导致抓取系统不稳定；若线程开少了，系统稳定了，但是抓取效率却降低了。

我们告诉K公司，PawRobot是一款运行在Linux下的软件，在网络I/O资源利用率达到近乎100%时，系统也很稳定。因为在Linux下无需通过增开线程，来提高网络I/O资源的利用率。这也就是PawRobot能做到两全其美的原因。

其二，PawRobot对目标站点（或称为母站点）的页面分析策略，不采用边抓取边分析的策略，而是由我公司的后台服务器事先分析后，再通知抓取任务。我们和K公司的人员在讨论时，发现前一家公司，就是采用了边抓取，边分析视频地址的策略。

边分析视频地址的策略，其优势是，“抓取系统”架构简单，都可单机成系统。其劣势是，对计算资源消耗大。看看K公司为原抓取系统，配置的机器就知道了。单机分析的算法，要么采用“无极递归”的算法，要么采用“有效穷举”的算法，这两类算法都是消耗计算资源的大户。

在算法上绕不开的问题，就只能在系统架构上想办法了。PawRobot做后台视频地址分析，这样就可将每台抓取单机要做的事情，统一起来。虽然后台服务器一样要采用“无极递归”“有效穷举”的算法，这些消耗资源的算法，但是由于后台服务器额出现，解放了全部的抓取单机。这笔帐，是要算大帐。

当时，我看到K公司新进购得的，堆积如山的刀片服务器，我真想对K公司的老板说，早用PawRobot方案，这笔硬件投入，可以花到别处的。只可惜，没有这种机会。